上海AI Lab團隊推出MemHarness：讓Agent記憶像人類一樣被重構

上海AI Lab團隊近日提出了一項名為MemHarness的全新框架，旨在讓大型語言模型（LLM）驅動的AI Agent（智能體）能夠像人類一樣靈活運用記憶，而非單純複製過往經驗。這項研究的核心觀點在於，記憶應該是「重建的」，而不是「重放的」，為當前AI決策系統的記憶機制帶來了根本性的反思。在目前的技術發展中，檢索過往經驗已成為增強LLM Agent決策能力的常見手段。當Agent面對新任務時，往往會直接調用過去儲存的經驗，並將其作為輔助判斷的依據。然而，這種做法存在一個關鍵缺陷：歷史經驗只有在完全適應當前上下文時，才具有真正的實用價值。

多數現有的記憶增強Agent，會把檢索到的經驗當作靜態記錄，直接注入到當前的對話或決策上下文中，卻很少判斷這些經驗是否真的適合當前的場景。研究團隊指出，如果「舊」經驗與當前的狀態不匹配，直接套用反而可能干擾Agent的決策，導致所謂的「負遷移」效應。這種情況不僅無法提升效能，甚至可能讓Agent做出比沒有記憶輔助時更差的判斷。這凸顯了現有記憶機制在動態環境中的侷限性，也成為推動MemHarness框架誕生的關鍵動機。與人工智慧系統不同，人類在調用記憶時展現出更高的靈活性。人類通常會結合當下的上下文，重新判斷過往經驗該如何應用，從而更好地服務於當前的決策。

這種「經驗重構」的過程，讓人類不會盲目複製過去，而是能夠根據環境變化調整策略。上海AI Lab團隊正是受到這一認知科學啟發，試圖將這種人類的記憶處理方式引入AI Agent的設計中。為此，上海AI Lab團隊與合作者共同提出了「LLM Agent經驗重構」框架，命名為MemHarness。這個框架的核心創新在於，在傳統的「檢索」與「動作」之間，插入了一個顯式的「記憶重構」環節。這個環節並非簡單地將檢索到的經驗直接餵給模型，而是讓Agent主動去「駕馭」（harness）這些經驗，根據當前任務需求進行重新組織與調整。

MemHarness框架的運作方式，可以理解為讓Agent在拿到過往經驗後，先進行一次內部的「思考與改寫」。它會評估哪些經驗是相關的、哪些需要修正、哪些應該被忽略，然後再將這些經過重構的記憶融入決策流程。這種設計讓Agent不再是被動的記憶接收者，而是主動的記憶使用者，從而大幅提升了決策的適應性與準確性。更值得注意的是，MemHarness透過GRPO（一種強化學習演算法）來端到端地學習這項記憶重構能力。這意味著Agent可以在沒有任何人類額外標註資料的情況下，自行透過與環境的互動，學會如何更有效地重構記憶。這不僅降低了對人工標註的依賴，也讓模型能夠在實際應用中持續優化其記憶處理策略。

實驗結果顯示，MemHarness的表現顯著優於純強化學習（RL）方法，以及傳統的靜態記憶增強基線方法。研究團隊進一步指出，該框架在分佈外（OOD）場景中展現出很強的魯棒性。所謂分佈外場景，指的是測試環境與訓練環境存在明顯差異的情況，這正是許多AI系統容易失效的關鍵挑戰。MemHarness在這種情境下仍能維持穩定表現，證明了其記憶重構機制的有效性。這項研究的意義不僅在於提升單一任務的表現，更在於為AI Agent的長期自主學習提供了新的路徑。傳統的記憶增強方法往往會讓Agent陷入「經驗固化」的困境，導致其在面對新情境時缺乏彈性。

而MemHarness透過引入重構機制，讓Agent能夠像人類一樣，在每次決策時都重新審視過往經驗的適用性，從而實現更靈活、更智慧的決策行為。業界分析認為，隨著LLM Agent被廣泛應用於自動化客服、程式碼生成、機器人控制等複雜場景，記憶機制的設計將成為決定系統成敗的關鍵因素之一。MemHarness的提出，為解決當前記憶增強系統的「負遷移」問題提供了一個具體且可落地的解決方案，也為後續研究開闢了新的方向。上海AI Lab團隊表示，未來將進一步探索如何將MemHarness框架擴展到更多元的應用場景，並持續優化其學習效率與記憶重構的品質。

這項研究不僅展現了中國學術界在AI基礎研究上的創新能力，也為全球AI社群提供了一個值得深入探討的技術路徑。隨著相關技術的成熟，未來我們或許能看到更多具備「人類級記憶靈活性」的AI Agent出現在各類應用中。